已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Markov games as a framework for multi-agent reinforcement learning

强化学习 马尔可夫决策过程 概率逻辑 计算机科学 马尔可夫链 简单(哲学) 部分可观测马尔可夫决策过程 功能(生物学) 人工智能 数学优化 机器学习 马尔可夫过程 马尔可夫模型 数学 生物 进化生物学 统计 认识论 哲学
作者
Michael L. Littman
出处
期刊:Elsevier eBooks [Elsevier]
卷期号:: 157-163 被引量:2349
标识
DOI:10.1016/b978-1-55860-335-6.50027-1
摘要

In the Markov decision process (MDP) formalization of reinforcement learning, a single adaptive agent interacts with an environment defined by a probabilistic transition function. In this solipsis-tic view, secondary agents can only be part of the environment and are therefore fixed in their behavior. The framework of Markov games allows us to widen this view to include multiple adaptive agents with interacting or competing goals. This paper considers a step in this direction in which exactly two agents with diametrically opposed goals share an environment. It describes a Q-learning-like algorithm for finding optimal policies and demonstrates its application to a simple two-player game in which the optimal policy is probabilistic.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
九耳兔完成签到,获得积分10
刚刚
luole完成签到,获得积分20
1秒前
3秒前
李爱国应助洛洛采纳,获得10
3秒前
4秒前
8秒前
中国任完成签到 ,获得积分10
8秒前
姜小麦发布了新的文献求助10
11秒前
喵喵666发布了新的文献求助30
14秒前
溪水完成签到,获得积分10
14秒前
lyy完成签到 ,获得积分10
14秒前
行舟完成签到 ,获得积分10
16秒前
17秒前
爆米花应助科研通管家采纳,获得10
19秒前
搜集达人应助科研通管家采纳,获得10
19秒前
bc应助科研通管家采纳,获得10
19秒前
bc应助科研通管家采纳,获得10
19秒前
姜小麦完成签到,获得积分10
21秒前
xd2027完成签到,获得积分10
21秒前
英姑应助雪白的凡灵采纳,获得10
22秒前
wen发布了新的文献求助10
24秒前
小二发布了新的文献求助10
24秒前
25秒前
荔枝要吃冰的完成签到,获得积分20
25秒前
25秒前
洛洛发布了新的文献求助10
28秒前
28秒前
科研通AI5应助dgg采纳,获得10
30秒前
九耳兔发布了新的文献求助10
30秒前
31秒前
Cope完成签到 ,获得积分10
37秒前
38秒前
emp完成签到 ,获得积分10
40秒前
周浩宇完成签到,获得积分20
41秒前
42秒前
123发布了新的文献求助10
43秒前
Musialucky完成签到,获得积分10
45秒前
02发布了新的文献求助10
49秒前
Yaze完成签到 ,获得积分10
49秒前
chemhub完成签到,获得积分10
52秒前
高分求助中
Les Mantodea de Guyane Insecta, Polyneoptera 2500
Technologies supporting mass customization of apparel: A pilot project 450
A Field Guide to the Amphibians and Reptiles of Madagascar - Frank Glaw and Miguel Vences - 3rd Edition 400
A China diary: Peking 400
Brain and Heart The Triumphs and Struggles of a Pediatric Neurosurgeon 400
Cybersecurity Blueprint – Transitioning to Tech 400
Mixing the elements of mass customisation 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3784705
求助须知:如何正确求助?哪些是违规求助? 3329891
关于积分的说明 10243654
捐赠科研通 3045221
什么是DOI,文献DOI怎么找? 1671596
邀请新用户注册赠送积分活动 800484
科研通“疑难数据库(出版商)”最低求助积分说明 759416